盤古晶元中國造，人工智慧如何改變晶元產業？

人工智慧已經成為未來5~10年最具顛覆性的產業機會，從PC互聯網到移動互聯網，先後成長起來了CSCO、雅虎、谷歌、Facebook、蘋果這樣的科技巨頭。而人工智慧時代，又有新的玩家可能會走上業界巔峰。

2015年，正是人工智慧在中國剛剛熱起來的時候。在這一年，百度智能駕駛的創始人余凱選擇離開百度，找了一群業界大牛，包括百度IDL主任架構師黃暢、Facebook Fair創始人楊銘、前諾基亞副總裁方懿、前華為晶元架構師周峰共同創辦了地平線機器人，要做中國產的人工智慧晶元。這個團隊做出了很多世界級的研究成果，包括在2014年，作出世界第一款人臉檢測晶元，被80%的數碼相機的廠商，包括索尼、蘋果等在採用。

地平線機器人技術創始人余凱

余凱表示，地平線的團隊很多來自互聯網軟體行業，以前是做深度學習和機器學習，但是軟體到一定階段硬體成為了瓶頸，於是自己來做硬體。

成立兩年之後，余凱在今年年初的發布會上說出了地平線的目標：地平線將主攻ADAS和自動駕駛解決方案，同時要建設業界最大的駕駛資料庫，預計到201年數據變現業務將會變成千萬美金級別的生意。

在日前舉行的青城山中國IC生態高峰論壇上，余凱闡述了他眼中的人工智慧產業以及晶元的未來趨勢。

科技行業的人都熟悉摩爾定律，但是我們今天要講的是新摩爾定律。由於人工智慧的應用、場景的驅動導致在軟體架構方面會產生重構，使得應用到人工智慧的處理器被重新定義。更強大的工藝和更先進的性能在人工智慧晶元領域不再奏效，人工智慧晶元需要許多特殊的計算模式，比如卷積計算、低規計算。

相比傳統的數據中心，人工智慧晶元最大的不同是模仿人腦。人的大腦的處理速度是很慢的，但是為什麼可以一心二用，可以進行複雜的問題思考，可以針對不同的特殊問題做特殊處理呢?

舉一個例子:大腦對漢字的識別順序是不敏感的，上圖的字讀到最後才知道這個順序是亂的，為什麼會這樣？大腦對一些特殊的問題，做了特殊的加速。在空間上是並行處理，所以對這個順序是不敏感的。

由於人工智慧晶元針對特定問題進行專門的演算法及設計，使得晶元處理效率獲得兩到三個數量級的提升，這恰恰是最近幾年晶元業的一個趨勢。從2011年開始，Google採用CPU來做人工智慧演算法，到2012年百度用GPU，2014年百度和微軟用FPGA做深度神經網路的加速同時部署了上萬台的伺服器。2015年2016年地平線創立要做BPU，2016年谷歌說要做第一代TPU。從這裡看到的趨勢就是人工智慧應用的牽引下，使得整個處理器不斷的重構。

從時間維度來看，我們看到PC到移動終端到IOT，對PC和移動的要求越來越高。所以處理器的趨勢是從中心到邊緣，以前很多人工智慧的計算是在數據中心，以後大量的計算在邊緣計算。所以未來業界的發展趨勢是可以在移動終端進行本地的人工智慧計算。而這些計算需要低延時、低功耗、低成本、數據安全性，相比傳統的處理器要求更高。 第三個趨勢是邊緣的競賽是更高、更快、更強。比如特斯拉的車每輛車8~12個camera，探測距離和對像素解析越來越高，所以會不斷從720P到1080P到4K視頻，對於處理性能要求越來越高。

「自動駕駛是一個比下圍棋更複雜的過程，下圍棋是只有兩個人在博弈，而自動駕駛是你跟道路環境博弈，這裡面的決策導致的計算複雜度，是超出我們的想像，」余凱表示。

這張圖是目前人工智慧晶元的競爭格局。英偉達是最先收益的公司，在2年內市值從100億美金變成了900億美金。

相對而言英特爾的CPU對於人工智慧應用的處理效率太低。而專用的晶元如谷歌的TPU以及地平線的BPU都具有很大的優勢。可以看到Nvidia的處理能力是最高的，但是效率其實並不怎麼樣。現在整個業界都在往效率方面提高。這個領域我們的處理器包括google的TPU都做到了。

地平線的BPU邏輯是跟谷歌的TPU思路很像。與很多硬體公司不一樣，地平線特別注重軟體系統，地平線就構造了面向自動駕駛建設的軟體平台Hugo，這是一個基於深度學習的系統。提供從感知一直到動態的決策，從端到端的深度學習，到後面面向增強學習的決策。

這是地平線跟INTEL在今年CES上展示的基於處理器架構的FPGA平台，用8瓦功耗做到在複雜環境下超時幀的處理。目前沒有一款其它的處理器能支持實時的計算。

與IP提供商芯原一起合作，地平線推出的盤古處理器應用非常廣泛。包括處理的Mobile eye的軟體，跟Nivdia的晶元相比，盤古處理器可以針對中國的複雜路況進行處理。

相比英偉達的處理器可以做到30個人臉的實時的抓拍，地平線可以做到250個人臉，而功耗是其十分之一。

這是地平線的第二代晶元，要做到像素級的識別。對遮擋和形變，各種不規則的形狀和物體，都有非常準確的識別。

據介紹，盤古第三代的處理器不光是像素級的，而是動態、3維的場景。這個對於自動駕駛的路徑規劃是至關重要的。包括在高速公路上，包括可行駛區域，包括車道線和車輛，包括在晚上的場景精確識別汽車，包括各種不規則的形狀的物體，都有非常準確的識別性。而這種超級複雜的情況里，大概用16毫秒就可以進行處理。

（關注國際電子商情微信公眾號，回復「地平線」獲得余凱的聯繫方式）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！